Archiv Pressemeldungen

 
auf fragen bestens vorbereitet
  Anfrageoptimierung in Data-Warehouse-Systemen durch inhaltsbasierte Aggregation
Auf Fragen bestens vorbereitet

Wer im voraus weiß, was gefragt wird, hat eine schnelle und präzise Antwort parat und muss sein Gedächtnis nicht mit überflüssigen Informationen belasten. Nach diesem Prinzip funktioniert eine neue Methode, welche die Leistungsfähigkeit von Data-Warehouse-Systemen steigert und effizientere Möglichkeiten der Verarbeitung und Auswertung von Daten bereitstellt. Die Forschungsergebnisse aus einem DFG-geförderten Projekt von Prof. Dr. Hartmut Wedekind, der bis 2001 den Lehrstuhl für Datenbanksysteme der Universität Erlangen-Nürnberg leitete, sind in Zusammenarbeit mit den GfK Marketing Services in Nürnberg an Problemstellungen getestet und konkretisiert worden, die in der Handelsforschung im Bereich technischer Gebrauchsgüter auftreten.

Als Sonderform der Datenbanksysteme ist ein Data Warehouse einem bis ins kleinste ausgeklügelten automatisierten Lager vergleichbar, in welchem Lieferungen, die in stetem Strom, höchster Eile und riesigen Mengen eintreffen, einander zugeordnet und so verstaut werden, dass Pakete in jeder gewünschten Zusammenstellung auf Abruf zur Verfügung stehen. Anders als andere Waren müssen Daten zusätzlich sinnvoll aufeinander bezogen und historisiert, d.h. in zeitliche Abfolge gebracht werden, damit die Informationsbasis für Analysen und Entscheidungen stets auf dem neuesten Stand ist und Entwicklungen nachvollziehbar sind.

Geht es in der Markt- und insbesondere der Handelsforschung um technische Gebrauchsgüter, deren Eigenschaften und Merkmale weit komplexer als diejenigen schnelllebiger Konsumgüter sind, so wird die Vielfalt der möglichen Auswertungsvarianten außerordentlich groß. Wenn alle diese Optionen offen gehalten werden, stoßen die Systeme schnell an ihre Grenzen, und es kann unzumutbar lange dauern, bis Anfragen beantwortet sind.

Das neue Verfahren bekommt diese Komplexität durch Aggregation und Kategorisierung von häufig wiederkehrenden Abfragekomplexen in den Griff. Datenausschnitte, die das Anfrageverhalten bestmöglich widerspiegeln, werden ausgewählt, vorberechnet und in den Speicher überführt. Durch die Beschränkung auf solche Daten ist dafür gesorgt, dass kein Speicherplatz verschwendet wird. Da es sich um ein selbstlernendes System handelt, reagiert es auf das Verhalten der Nutzer und stellt sich darauf ein. Aggregate und Kategorien werden also laufend neu definiert.

Umfangreiche theoretische Vorarbeiten waren nötig, um effiziente Verfahren zur Präaggregation, der Auswahl von im Voraus zu berechnenden Datenbereichen, einsetzen zu können. Zusätzlich wurden verteilte Verarbeitungsstrategien untersucht, um den Präaggregationsansatz in eine parallele Verarbeitungsumgebung, die Aufgaben auf mehreren Recheneinheiten aufteilen und gleichzeitig bearbeiten kann, zu integrieren.

Weitere Informationen

Prof. em. Dr. Hartmut Wedekind
Tel.: 09131/85 -27893
hartmut.wedekind@informatik.uni-erlangen.de

nach oben

Mediendienst Forschung Nr. 663 vom 14.05.2003


zentrale universitätsverwaltung, pressestelle --- --- zuletzt aktualisiert am 07.01.2004